【摘 要】
：
数字图像修复技术是指利用某种方法修复数字图像中的破损区域,使人们在观看图像时感觉图像完整、清晰。该技术在许多领域都有广泛的应用,例如历史照片修复、影视后期制作和艺术品修复等。数字图像修复技术中的Criminisi算法率先实现了大面积破损图像的修复,是其领域内的经典方法,但该方法对于结构和纹理并存的破损区域修复效果较差。针对Criminisi算法存在的问题,本文提出了相应的改进措施,具体的研究内容和
论文部分内容阅读
数字图像修复技术是指利用某种方法修复数字图像中的破损区域,使人们在观看图像时感觉图像完整、清晰。该技术在许多领域都有广泛的应用,例如历史照片修复、影视后期制作和艺术品修复等。数字图像修复技术中的Criminisi算法率先实现了大面积破损图像的修复,是其领域内的经典方法,但该方法对于结构和纹理并存的破损区域修复效果较差。针对Criminisi算法存在的问题,本文提出了相应的改进措施,具体的研究内容和工作如下:（1）针对原算法迭代过程中置信度项急剧下降为零导致的数据项失效问题,设计了一种新的待修复区域边界像素点优先权计算方法。该方法定义了新的指数形式置信度函数,增加了待修复区域边界上像素点的梯度信息,并采用加性而非乘性计算架构,降低了计算复杂度,确保边界上变化快速像素点得到优先修复。（2）在原匹配判断准则基础上,将结构相似性和色度信息加入到寻找最佳匹配块的过程中,从图像的结构形态和颜色差异度量两个像素块之间的相似性,改善了最佳匹配块搜索结果。（3）为评估改进的Criminisi算法的修复能力,本文利用改进的Criminisi算法对不同种类的破损图像进行大量的修复实验,并与其它修复算法进行对比。视觉效果、PSNR值和SSIM值的对比结果表明改进的Criminisi算法能更好地修复图像破损区域,验证了改进措施的有效性。（4）以改进的Criminisi算法作为图像修复程序,.NET框架作为开发平台,利用C#和MATLAB软件的混合编程设计并实现了一款数字图像修复软件。
其他文献
液压管路系统是飞机安全运行过程中关键组成部分。现代飞机逐渐朝着系统高压化、结构布局复杂化发展,其振动问题也显得尤为突出。但是当前对管路结构振动问题的研究大都针对管路系统中较为特定的单一管路,缺乏对于管路系统中复杂多分支、多管并联和多管混联管路的动力学分析及结构强度评估的通用化方法。鉴于此,本文基于参数化思想,利用ANSYS软件的APDL、CFX的CCL和CEL语言建立了复杂液压管路CAE模型和多工
数字化检测旨在通过测量设备如三坐标测量机、激光测量仪、光学扫描仪等采集待检工件表面的点云数据,获取工件的实际加工尺寸,然后与设计模型比对确定加工质量是否满足设计要求。传统的数字化检测需检测人员手动在点云数据生成的网格模型上测量、人工查询设计图纸或三维模型进行实测值与设计值比对,检测效率低,针对这一问题本文提出了一种基于三维模型的工件加工质量快速检测方法,其基本思想是:以工件的三维设计模型及其产品制
空间可展开结构作为航天器的重要组成部分,已广泛应用于空间通信、对地观测、卫星导航及深空探测等领域。随着航天技术的发展,各种航天任务对可展开结构的形面精度提出了更高的要求。为提高有限元模型的预测精度,准确预测可展开结构的力学性能,从而快速实现可展开结构的形面调整,本文对可展开结构的不确定性模型修正和形面调整问题进行了研究,具体内容及成果如下:（1）为准确预测结构的力学特性,使仿真结果精确逼近试验结果
语义分割旨将场景图像解析为一系列连贯的语义区域,以实现对场景中所有元素的精确分割与识别,在无人驾驶、医学诊断等领域具有重要的意义。目前,基于可见光（Red-Greed-Blue,RGB）单模态图像语义分割方法已经取得了显著的进展。然而,此类算法容易受环境、光照变化的影响,具有较低的鲁棒性。与可见光图像不同,热红外（Thermal,T）图像在不同光照和天气条件下均能够稳定地反映温度高于绝对零度的物体
随着现代科技与工业的发展,旋转部件的转速不断提高,为旋转部件上的电路供电成为了难题。传统接触式汇流环等有线供电方式,普遍存在易磨损、有接触火花等问题,已无法满足高速旋转部件工作场景的要求。现阶段无线传能技术发展迅速,可以弥补传统有线供电方式的各种不足,具有智能便捷、可靠安全、维护成本低等优点,相关技术产品也成功得到应用,展示了其广阔的应用前景。本文从无线传能技术基础理论出发,针对旋转部件测量系统供
受人眼视觉注意机制启发,显著性目标检测旨在分割出自然图像中最具视觉吸引力的目标或区域,以快速准确地获取对图像的视觉理解。作为视觉场景理解中至关重要且极具挑战性的技术,显著性目标检测在图像描述、对象检测、语义分割、视频摘要等领域具有广泛的应用前景。近年来,得益于深度卷积神经网络强大的特征表征能力,基于深度卷积神经网络的显著性目标检测得到了快速发展,在一些简单场景下取得了令人满意的检测效果。然而,对于
无人机因为其适应性强、成本低（相较于有人机）、效费比高等特点,在民用、军用领域扮演着越来越重要的角色。现有无人机的导航方案基本是全球卫星导航系统（Global Navigation Satellite System,GNSS）配合惯性导航系统（Inertial Navigation System,INS）进行导航作业。但是,无人机在复杂环境下,如山区地形遮挡,战场电子干扰等,其导航所依赖的GNSS
空间可展开结构向着轻量化、大型化的方向发展,薄膜可展开结构以其质量轻、展收比大等优势,已成为大型空间可展开结构的重要实现手段之一。薄膜可展开结构在航空航天、公共建筑等领域得到了广泛的应用,具有较高的研究价值。本文以薄膜可展开结构为研究对象,首先,建立了一种基于伊卡洛斯（Ikaros）折纸的平面正多边形薄膜的折展模型,其次,基于剪式铰设计了空间伞状旋转抛物面可展开结构,最后,分析了在轨工况下平面周边
多智能体系统是由两个或多个智能程度较低的个体构成的复杂智能系统,利用局部信息交互在同一个环境中联合协作实现统一的任务目标,从而解决单一智能体难以或不可能解决的问题。其中协同跟踪问题是多智能体控制领域中研究的热点问题。然而常见的协同跟踪控制是一个渐近稳定的过程,系统输出无法完全收敛于期望轨迹。因此,本文利用迭代学习控制方法对协同跟踪问题展开研究,并针对多智能体存在初态偏差以及不确定性干扰的问题,设计
作为一种高机动性的飞行器,无人机在早期就被用于航拍、监控、搜救、农业灌溉等多个领域,近年来,随着人工智能的高速发展,在城市管理、智能交通、电力巡检等多个领域又备受关注。而场景语义理解与感知技术是无人机安全飞行与执行任务的关键,成为各界人士的研究热点与重点。本文结合语义分割、目标检测和深度估计与目标测距这三个子任务,设计了场景的多方面语义理解与感知方案。目前国内外研究人士对三个子任务的研究已经取得了